Microsoft vertelt de rechtbank dat Copilot zelden boeken reproduceert in AI‑auteursrecht MDL

Microsoft vroeg op 4 september 2026 om een summary judgment in de geconsolideerde auteursrechtelijke rechtszaak die door boekenauteurs en nieuwsuitgevers is aangespannen over de training van grote taalmodellen, en vertelde een federale rechtbank in Manhattan dat een deskundige‑review van 8,2 miljoen Copilot-gesprekken slechts 24 reacties vond met ten minste 30 woorden die overeenkwamen met de door de auteurs opgevoerde werken.

Het cijfer komt uit een analyse beschreven in Microsoft’s memorandum of law ter ondersteuning van haar verzoek tot summary judgment in de geconsolideerde zaken van de boeken‑aanklagers, onderdeel van de multidistrict‑procedure die voor rechter Sidney H. Stein loopt bij de United States District Court for the Southern District of New York. De Authors Guild en genoemde fictie‑ en non‑fictie‑auteurs dienden de rechtszaak in ongeveer tien maanden nadat OpenAI in november 2022 ChatGPT openbaar maakte, en voegden later Microsoft toe als verweerder.

Wat de Copilot‑loganalyse heeft aangetoond

Volgens het memorandum gebruikte de deskundige van de boekenauteurs, Dr. Shawn Shan, een adversair extractie‑protocol van ongeveer 5,3 miljoen pogingen waarbij letter‑voor‑letter boekpassages van honderden woorden aan de GPT‑modellen werden gevoed, en minder dan 1 procent van die pogingen leverde een overeenkomst van 30 woorden op. Microsoft karakteriseerde de oefening als een waarbij de deskundige een doelpassage selecteerde en het model herhaaldelijk promptte totdat het de gewenste tekst voortbracht.

Buiten die laboratoriumomgeving, stelt de brief, heeft Shan 8,2 miljoen gesprekken van Microsoft’s Copilot‑product onderzocht en 24 reacties geïdentificeerd die 30 overeenkomende woorden bevatten — een frequentie die de indiening beschrijft als 0,00029 procent. Voor 202 van de 212 opgevoerde boeken, zegt het memorandum, vond de deskundige helemaal geen herhaling in de logboeken. “Dat ondermijnt nauwelijks het transformatieve doel van LLM‑training,” concludeert de indiening.

Microsoft citeerde ook het eigen verkoopbewijs van de auteurs, waarin wordt gesteld dat de aanklagers evenveel boeken verkopen als ze zouden hebben gedaan als ChatGPT en Copilot nooit waren uitgebracht, en dat ze vrijwel geen voorbeelden vonden van real‑world output die overeenkomt met hun werken. De brief citeert toneelschrijver David Henry Hwang, die aangeeft niet te geloven dat de LLM’s van de verweerders de markt voor zijn toneelstukken schaden, en meldt dat verkoopanalyses geen daling laten zien die aan de komst van de modellen kan worden toegeschreven.

Het Fair‑use‑argument

De centrale juridische bewering in Microsoft’s indiening is dat het trainen van een LLM op auteursrechtelijk beschermde boeken wettelijk gezien fair use is. De brief betoogt dat het gebruik “diepgaand transformatief” is, en verwijst naar uitspraken in twee andere AI‑trainingszaken — één tegen Meta en één tegen Anthropic — die LLM‑training als sterk transformatief omschreven. Boeken worden geschreven om gelezen te worden, stelt de indiening, terwijl OpenAI’s gebruik van teksten zoals John Grisham’s The Street Lawyer en Stacy Schiff’s Cleopatra een technologische doelstelling diende: het bouwen van een model dat natuurlijke‑taalreacties op prompts genereert.

Met betrekking tot de nadruk van de auteurs op OpenAI’s download van boeken van Library Genesis, een online archief dat bekend staat om ongeautoriseerde kopieën, verklaarde Microsoft dat het onbetwiste bewijs aantoont dat het geen downloads heeft uitgevoerd en geen betrokkenheid had bij het verwerven van die datasets, en betoogde dat de herkomst van de trainingsdata de fair‑use‑analyse niet verandert omdat elke stap van het proces hetzelfde trainingsdoel diende.

De indiening behandelt ook Microsoft’s verstrekking, op verzoek van OpenAI, van delen van de Bing‑zoekmachine‑index. Het memorandum stelt dat het bewijs onduidelijk is of die delen enige van de werken van de aanklagers bevatten, en merkt op dat de deskundige van de aanklagers tussen de 8 en 24 opgevoerde werken heeft geïdentificeerd in de overgedragen delen van de index, en betoogt dat de overdracht desalniettemin deel uitmaakte van LLM‑training.

Met betrekking tot markt­schade drong Microsoft er bij de rechtbank op aan om twee theorieën die de aanklagers toeschrijven: verloren licentievergoedingen voor trainingsdata, en “marktverwatering” door AI‑ondersteunde boeken die concurreren met de eigen werken van de auteurs, af te wijzen. Onderzoek dat in de indiening wordt aangehaald, vond dat de overweldigende meerderheid van consumenten geen AI‑gegenereerd boek zou kopen, zelfs niet tegen een sterk verlaagde prijs, volgens de deskundigeverklaring van het bedrijf. De brief voegt toe dat elke licentie‑vereiste voor trainingsdata een enorme belemmering voor innovatie zou vormen, aangezien ontwikkelaars werken van miljoenen auteurs moeten verwerven.

Microsoft vroeg tegelijkertijd om een oordeel op de pleadings met betrekking tot de contributieve inbreuk‑aanklacht van de aanklagers, volgens hetzelfde memorandum, dat stelt dat het vinden van LLM‑training als fair use die claim onafhankelijk zou uitsluiten. Het bedrijf diende dezelfde dag een apart verzoek om summary judgment in de geconsolideerde zaken van de nieuws‑aanklagers in; haar Books‑brief beschrijft de News‑indiening als een uitleg waarom het specifieke LLM‑gebaseerde hulpmiddel dat de uitgevers betwisten wettelijk is.

Wat volgt er in de MDL

De indieningen werden ondergebracht in In re: OpenAI, Inc. Copyright Infringement Litigation, de multidistrict‑procedure die de zaken van de auteurs en uitgevers combineert. Dossiergegevens tonen aan dat The New York Times Company op 4 september 2026 eigen verzoeken tot summary judgment indiende, met antwoorden verschuldigd uiterlijk 5 oktober 2026, en dat OpenAI op dezelfde dag een verzoek tot summary judgment indiende met betrekking tot de vorderingen van de nieuws‑aanklagers.

Een overeengekomen geheimhoudingsorder ondertekend door rechter Stein op 3 september 2026 stelt de kalender voor de openbare vrijgave van de stukken vast: partijen en derden moeten eventuele verzoeken om redacties in de summary‑judgment‑brieven indienen vóór 14 september 2026, en de partijen moeten hun brieven en Rule 56.1‑verklaringen openbaar opnieuw indienen met alle niet‑betwiste delen ongeredigeerd vóór 17 september 2026. Tegenovergestelde brieven volgen een parallel traject, waarbij openbare herindiening vereist is vóór 15 oktober 2026.